Pof.Dr.Besti Üstün

Pof.Dr.Besti Üstün

Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerini tahmin edebilmektir.

2

Örneklemenin temel kuralı yansızlıktır.

Yansızlık, belli bir örneklem büyüklüğüne ulaşmada, evrendeki her birimin örnekleme girebilme olasılığının belli, bağımsız ve birbirine eşit olması durumudur.

3

ÖRNEKLEME İLE İLGILI TEMEL

KAVRAMLAR

4

o Değişken?

o Evren?

o Örneklem?

o Örnekleme?

o Örnekleme yöntemleri?

o Örneklem büyüklüğü hesaplama formülleri?

KAVRAMLAR:

DEĞİŞKENLER

Değişken, bir durumdan diğerine farklılık gösteren bir özelliktir.

Araştırmalarda değişkenleri belirlemek oldukça önemlidir.

DEĞİŞKENLERİN SINIFLANDIRILMASI

ÖRNEK:

Bir Hemşirelik öğrencisi olan Esin, Üsküdar Üniversitesindekiöğrencilerinin internetin akademik başarısındaki yerini vekatkılarını incelemeyi amaçlamaktadır. Bunun için Esin’ın tümÜsküdar Üniversiteli öğrencilere ulaşması nerede ise imkânsızdır.Çünkü Esin’ın ne tüm öğrencilere ulaşabilecek bütçesi, ne zamanı,ne de uygulamayı yapacak ekibi vardır. Esin bu çalışmasını kendisifinanse etmek, araştırmasını kendisi yürütmek ve de bu çalışmayıda kısa bir süre içinde tamamlamak zorundadır.

Esin araştırması için gereken verileri kimlerden toplayacak?

Bu araştırmayı yaparken nasıl bir yol izleyecek?

Evren Nedir?

Bir araştırma için evren, soruları cevaplamak için

sonuçlarının geçerli olacağı ve ihtiyaç duyulan

ölçümlerin elde edildiği canlı ya da cansız varlıklardan

oluşan ve araştırmanın genelleneceği büyük gruptur.

Bu örnekte bizim evrenimiz nedir?

o Bu araştırmada evrenimiz Üsküdar Üniversiteli tüm

öğrencilerdir.

Örneklem: Özellikleri hakkında bilgi toplamak için çalışılan evrenden seçilen onun sınırlı bir parçasıdır.

o Örneklem:

Araştırılmak istenen bir olayla ilgili evrenden, belli kurallara göre seçilmiş, evreni temsil ettiği varsayılan küçük bir küme örneklem olarak adlandırılır.

Örneklem, evreni oluşturan varlıkların alt parçalarından oluşur.

10

Örnekleme: Evrenin özelliklerini belirlemek, tahmin etmek amacıyla onu temsil edecek uygun örnekleri seçmeye yönelik süreci tanımlar.

Üzerinde çalışılan bir evrenden örneklem seçme işlemine ise örnekleme denilmektedir.

11

Örnekleme

Örnekleme ile yapılacak bir araştırmanın evrendeki gerçek

durumu ortaya çıkarabilmesi için en önemli koşul örneklemin

evreni temsil edebilmesidir.

Eğer örneklem:

• Yeterli sayıda ve çoklukta değilse

• Seçiminde yanlı olunmuş ise

• Yanlış ve uygun olmayan yöntemlerle seçilmiş ise araştırma sonuçlarına bakarak doğru kararlar almak olası değildir.

ÖRNEKLEM’ IN EVRENI TEMSIL NITELIĞI

TEMSİL EDEBİLMESİ İÇİN;

Örnek büyüklüğü ( birey sayısı ) YETERLĠ olmalı

Olasılıklı Örnekleme Yöntemlerinden UYGUN olanı

uygulanmalı

YAN tutulmamalı

Örneklem yapı ve özellikler yönünden evrene benzer

olmalı

ÖRNEKLEM VE TEMSIL YETENEĞI

Örneklem

Hedef evren

Örneklem

evreni

Hedef evren örneklem evreni örneklem

Örneklem Hatası

Hiçbir örnek evreni tam olarak temsil etmez

Olasılıklı örneklemlerde hatanın büyüklüğü ölçülebilir

Örneklem alınan ve alınmayan birimlerin ortaya

çıkardıkları şansa bağlı toplam hata miktarıdır.

Bu miktarı gösteren ölçüt ‘standart hata’dır.

STANDART SAPMA(STANDART DEVIATıON,SD)

Bir çalışma grubundaki her bir verinin ortalamaya göre ne kadar uzaklıkta olduğunu ;dağılımın ne kadar yaygınlıkta olduğunu gösteren bir ölçüdür.

Belli bir popülasyonda incelenen özelliğin ne genişlikteki bir aralıkta (dar veye geniş) dağıldığının göstergesi varyans ve onun bir türevi olan standart sapmadır. Varyansın karekökü standart sapmayı verir.

SS büyüdükçe dağılım yaygınlaşır

Standart sapma,popülasyonu oluşturan bireyler arasındaki farklılığın bir ölçüsüdür.

STANDART HATA (STANDARD ERROR OF MEAN,SEM)

Aynı popülasyondan seçilecek, aynı büyüklükteki örneklemlerin ortalamalarının yayılmasını gösteren ölçüt, ortalamanın standart hatasıdır.

Standart sapma değerinin denek sayısının kareköküne bölünmesi ile elde edilen değerdir.

Ortalamanın standart hatası, ortalamanın dağılımındaki varyasyonu (değişimi) gösterir, örneklem sayısının artması ile küçülür.

Standart hatanın küçük olması popülasyon parametresine ait yapılacak olan tahminler tahminler de o kadar isabetli olmaktadır

o Çok daha az insan kaynaklarının(anketör, yönetici vs.) kullanılması

o Örnekleme bütçesi, örneklemi tercih etmede en önemli

belirleyicidir

o Örnekleme, tam sayıma göre daha kısa zamanda ve yeterli

ayrıntıda bilgi elde etme olanağı verir. Çünkü bilgi elde etme

süresine bağlı olarak verilecek kararın, erken ya da geç oluşu,

kazanç kadar kayıplara da neden olabilir

o Tam sayım işlemini hatasız yapabilecek gözlemci ya da görüşmeci

bulmak imkansız olduğu için örnekleme uygulamaları büyük önem

taşımaktadır

Niçin Örnekleme?

NIÇIN ÖRNEKLEME?

Maliyet tasarrufu sağlaması

Zaman tasarrufu sağlaması

Doğru bilgi edinme imkanı sağlaması

Pratik imkansızlık halinin bulunması

20

Örnekleme Sürecinin Aşamaları

1. Aşama: Evrenin tanımlanması

2. Aşama: Çerçevenin belirlenmesi (Araştırma evreninin belirlenmesi)

3. Aşama: Örnekleme yönteminin seçimi

4. Aşama: Örneklem büyüklüğünün belirlenmesi

5. Aşama: Örneklem birimlerinin seçimi

6. Aşama: Verilerin derlenmesi

21

Örneklem

Olasılıklı Olasılıksız

Basit

Sistematik

Küme

Çok aşamalı

Tabakalı

Orantılı Orantısız

Gelişigüzel

Amaçlı

Kartopu

Heterojenlik

Kota

1.OLASILIKLI ÖRNEKLEM

Olasılıklı örneklemde her birim eşit seçilme şansına sahiptir

- Tombala çekmek

- Rastlantılı sayılar tabloları

OLASILIK ÖRNEKLEM TÜRLERİ

Basit rastlantılı örneklem

Tabakalı rastlantılı örneklem

Sistematik rastlantı örneklemi

Küme, grup ve alan rastlantı örneklemi

Çok-aşamalı örneklem

Basit Rastgele Örnekleme

Popülasyondaki her bir örnekleme, eşit seçilme olasılığı verilerek uygulanan örnekleme yöntemi.

Örneklemeye girecek birimlerin belirlenmesi,genellikle rastgele sayılar tablosu ya da bilgisayar yazılımlarıyla belirlenir.

BASIT RASTLANTıSAL ÖRNEKLEM

• İlke

– Her birime eşit şans verilir

• İşlem

– Evrenin listesi

– Birimlerin rastgele seçimi

BASIT RASTGELE ÖRNEKLEME YÖNTEMI

Basit

Örneklem hatası kolayölçülür

Eşit seçilme şansı

Evren çok büyük değil =KOLAY

: Evrenin tam listesi gerekir

: En iyi temsili sağlamayabilir

: Eğer popülasyon heterojen

ise tahminlere ilişkin

varyanslar büyük olmaktadır.

: Çok büyük evrende listelemek

ZOR

: Farklılıklar varsa OLMAZ…

: Bölge dağınıksa OLMAZ.....

İyi Yanları Sakıncaları

BASIT RASTGELE SAYıLAR TABLOSU2

9

N = 15

n = 3

15 kişi listelenir

1den ...... 15’ e numaralandırılır

Başlangıç kolonu seçilir ( 11. Kolon )

Evren 2 basamaklı olduğu için 37. ve 38.

Kolonlar birlikte kullanılır

12, 11, 5

TABAKALı RASTGELE ÖRNEKLEME YÖNTEMI:

İncelenen karakter deneklerin herhangi bir özelliğine göre değişiklik gösteriyorsa ( yaş, cinsiyet, sosyo-ekonomik, kültürel özellikler vb.) tabakalı rastgele örnekleme yöntemiyle örnekleme yapmak daha doğru sonuç verebilir.

Bu yöntemin etkin olabilmesi için tabakalardaki birimlerin kendi içinde homojen olması ve tabakalar arasında gerçek bir farklılık bulunması gerekir.

Tabakalı Rastgele Örnekleme

İncelenen değişken popülasyondaki herhangi bir özelliğe göre değişiyorsa, popülasyondaki birimler önce bu özelliğe göre tabakalanır. Sonra her tabakadan yeteri kadar örneklem basit rasgele örnekleme yöntemiyle seçilir.

Örneğin bir ilköğretimdeki çocukların boy uzunlukları ölçülmek istenirse, yaş ile boy arasındaki ilişki dikkate alınmalıdır.

Örnekleme girecek çocuklar, yaşları dikkate alınmadan basit rastgele yöntem ile seçilirse elde edilecek sonuçlar gerçeği yansıtmayabilir.

Çünkü şans eseri küçük yaştakiler ya da büyük yaştakiler seçilen örneklemde daha fazla sayıda bulunabilir. Çocuklar, önce yaşa göre tabakalanıp, her tabakadan basit rastgele örnekleme yöntemiyle belirli sayıda seçilirse sonuç gerçeğe daha yakın olur.

Her tabakaya eşit sayıda birey düşmesi olanaksız olacağından, her tabakadan kaç birey örnekleme alınacaktır?

Bu durumda iki yol izlenebilir:

Birincisinde, tabakalardaki birey sayısı göz önüne alınmadan her tabakadan eşit sayıda birey örnekleme alınır. Buna orantısız seçim denir.

İkincisinde ise, örnekleme alınacak bireyleri tabakalardaki birey sayısına orantılı olarak seçmektir. Çok kişi içeren tabakadan çok, az kişi içeren tabakadan az kişiyi örnekleme almaktır.

TABAKALı RASGELE ÖRNEKLEME

İncelenen değişken tabakalarla ilişkiliyse daha doğru sonuçlar verir.

Tabakaların her biri için ayrı ayrı sonuçlar da sağlanabilir.

Tabakalar net olarak tanımlanmadıysa sorunlar çıkmaktadır.

Analiz oldukça karmaşık olabilmektedir.

Tabakalardaki birey sayısının bilinmediği durumlarda seçim işlemlerinin güçleşmesi

Örnekleme seçilecek birimlerin çok büyük bir bölgede dağınık olarak oturması durumunda araştırmanın uygulama aşamasının güçleşmesidir.

İyi Yanları

Sakıncaları

TABAKALı RASTGELE ÖRNEKLEME YÖNTEMI

200 evli kadından 30 kişi seçelim

Tabaka Kadın Örnekleme Girecek

No. Sayısı Tabaka Ağırlığı Kadın Sayısı

i Eğitim Ni Ni / N = ai ai x n = ni

1 O.Y.D. 62 62 / 200 = 0.31 0,31 x 30 = 9

2 Ġlkokul 53 53 / 200 = 0.27 0.27 x 30 = 8

3 Ortaokul 36 36 / 200 = 0.18 0.18 x 30 = 5

4 Lise 29 29 / 200 = 0.15 0.15 x 30 = 5

5 Yüksekokul 20 20 / 200 = 0.10 0.10 x 30 = 3

200 1.00 30

Özellikle evren büyük olduğunda kullanılan bir örnekleme yöntemidir. Bu yöntemin en çok kullanıldığı durumlar:

Çok sayıda birim içeren kayıt sistemlerinin incelenmesinde. Örneğin: Hasta dosyaları, hasta ya da işçi kayıtları, kayıt defterleri, fişler , listeler gibi.

Birim sayısı çok fazla olduğu için listelenmesi güç ya da olanaksız olan durumlarda.

Örneğin, büyük bir kentte ev seçimi, sokak seçimi, işyeri seçimi otomobil seçimi gibi.

Sistematik Örnekleme Yöntemi

Sistematik ÖrneklemeSeçim işlemlerinde popülasyon büyüklüğü (N) örneklem büyüklüğüne (n) bölünerek bir birimin kaç birimde bir örnekleme alınacağı belirlenir (k= N/n). Örnek olarak, N = 5.000, n = 250. k = 5000/250 = 20.

Başlangıç için rastgele olarak 1 ile 20 arasında 6’nın seçildiğini varsayalım. Sistematik örneklemeyle 6. denekten başlayarak ve 20’şer atlayarak 6., 26., 46., 66., ...., 4966., 4986. denekler seçilerek 5000 denek arasından 250 tanesi belirlenir.

Seçim işlemlerinde evren büyüklüğü( N ) örneklem büyüklüğüne ( n ) bölünerek kaç birimde bir birimin örnekleme alınacağı saptanır.

Örneğin: 15 000 hasta dosyası bulunan bir arşivden 500 dosya örnekleme seçilecekse ( 15 000 / 500 = 30 ) her 30 dosyada bir dosya örnekleme alınacaktır.

Başlangıç sayısı rastgele sayılar tablosundan 1 – 30 arasında bir sayı seçilerek bulunur. Seçilen sayı 8 ise önce 8’inci dosya örnekleme alınır, sonra her 30 dosya 1 dosya örnekleme alınır. Böylece örnekleme çıkan dosya numaraları 8, 38, 68, 98, …… olacaktır

Sistematik Örnekleme Yöntemi

SISTEMATIK ÖRNEKLEME

Hasta Dosyaları

İşçi Kartları

Fişler

N 225.000 hasta dosyası

= = 750

n 300 dosya örnekleme

Her 750 dosyada 1 dosya örnekleme alınacaktır.

Başlangıç Sayısı olarak: 1 ile 750 arasından bir sayı

seçilir _________ “ 8 ” olsun

Önce 8. Dosya 1. Dosya olarak alınır.

2. Dosya olarak 758.

3. Dosya olarak 1508.

SISTEMATIK ÖRNEKLEME

Hatasız örneklem seçilmesi kolaydır.

Popülasyondaki yayılımın eşit olduğu durumlarda basit rasgele örneklemeden daha doğru sonuçlar vermektedir.

Popülasyondaki birimler periyodik bir düzen izliyorsa, sonuçlar oldukça kötü olacaktır.

İyi Yanları Sakıncalı Yanları

KÜME ÖRNEKLEME YÖNTEMI

Bu yöntemde örnekleme birimi tek kişi ya da aile değil bir grup, demet ya da kümedir.

Araştırma yapılacak bireyler geniş bir alana dağılmış durumda iseler, basit rastgele ve tabakalı rastgele örnekleme yöntemiyle yapılan seçimle örnekleme çıkan bireylere ulaşmak pratik olmayabilir. Böyle bir durumda küme örnekleme yöntemi uygulama kolaylığı sağlar. Bu yöntemde örneklem hatası büyük olabilir.

Küme örnekleme yönteminde genel kural kümedeki birim sayısının az olması yani kümelerin küçük olmasıdır.

Kümelerin küçük olması küme sayısını artıracak, bu da değişik özellikteki kümelerin örnekleme girme şansını arttıracaktır.

Örneğin 5 000 aile içeren bir bölgeyi 1000’er ailelik 5 kümeye ayırıp buradan 1 kümeyi örnekleme alma yerine, 250’şer ailelik 20 kümeye ayırıp 4 küme seçmek daha uygundur.

KÜME ÖRNEKLEMESI

Maliyeti ve iş yükü daha azdır.

Popülasyon birimlerinin tam listesi gerekmemektedir.

Kümeler popülasyonun tümünü temsil etmeyebilir.

Basit rasgeleörneklemeden daha zor analizler gerekmektedir.

İyi Yanları Sakıncalı Yanları

Örnek: küme örneklem

Bölge 4

Bölge 5

Bölge 3

Bölge 2Bölge 1

EPITABLE: küme örneklem

büyüklüğü hesaplayıcısın

2.OLASILIKLI (RASTLANTILI) OLMAYAN ÖRNEKLEM

Örneklemi seçerken rastlantılı seçim yapılmaz.

Bu, örneklemin temsili olmadığı anlamında değildir.

Bu tür örnekleme olasılık kuramının gerekçelerini kullanmaz ve ona dayanmaz.

Elde edilen bulguları evrene genelleyemeyiz

OLASILIKSIZ ÖRNEKLEM ÇEŞİTLERİ

Kazara uygun gelen (tesadüfen) örneklem

Amaçlı örneklem

GELİŞİGÜZEL ÖRNEKLEMEKAZARA UYGUN GELEN ÖRNEKLEM

( CONVENİENCE SAMPLİNG )( ACCİDENTAL HAP SAMPLİNG )

Polikliniğe gelen ilk 100 gebe

GELİŞİGÜZEL ÖRNEKLEMEKAZARA UYGUN GELEN ÖRNEKLEM( CONVENİENCE SAMPLİNG )( ACCİDENTAL HAP SAMPLİNG )

TV habercilerinin sokaktaki halka, bir sorun hakkında görüşlerini sormaları ve bunların arasından seçtiklerini sanki milletin görüşüymüş gibi seyircilere yansıtmaları.

AMAÇLI ÖRNEKLEM

Belli bir kasıtla örnekleme yapılır.

Araştırma amacına uygun önceden belirlenmiş ve tanımlanmış bir grup veya gruplar ele alınır.

AMAÇLI ÖRNEKLEM ÇEŞİTLERİ

1) Kota örneklemi

2) Heterojenlik örneklemi

3) Kartopu örneklemi

KOTA ÖRNEKLEMİ

Belli kota veya kotalar belirlenir ve bu kotalara rastlantılı olmayan örnekler seçilir.

Çalışma evreni öngörülen değişkenlere açısından homojen tabakalara ayrılır.Bu değişkenler yaş, cinsiyet,eğitim vb olabilir.

Ayrıca çalışma evrenini temsil edecek elemanın sayısı da belirlenir.

Evren:2000; 500 ü kadın 1500 ü erkek.

Kaç kadın ve kaç erkek almak gerekir?

Eğer 100 kadın ve 100 erkek seçmek istersek Kadın F1= 100/500=0.20

Erkek F2=100/1500=0.066 kota ayrılır

KOTA (Q) ÖRNEKLEME

Evren hakkında bazı bilgiler kullanılır

Yaş

Cinsiyet

Diyabet Hast. Yaşam Kalitesi A Hastanesi

1 yılda A’ ya yatan hasta sayısı 500 ise ve bunun 100 tanesi

alınacaksa

KOTA = 1 / 5 dir

KOTA = 100 / 500

Saptanan değişkenlerin oluşturduğu her tabakadan 1/5

oranında birey örnekleme alınacaktır.

Yani her tabakadan 20 kişi ile görüşülecektir.

Homojen olmalı

KARTOPU ÖRNEKLEMİ

Araştırma kriterine uygun bir deneğin seçilmesiyle başlar ve seçilen denekten diğer deneklere ulaşılır. Deneğe aynı özelliğe uygun birini veya birilerini önermesi söylenir

KARTOPU ÖRNEKLEM SEÇIMI5

9

Tinerci

1

Tinerci 4

Tinerci

3

Tinerci

2

Tinerci

7

Tinerci

6

Tinerci

5

Tinerci

9

Tinerci

8

Tinerci

12

Tinerci

10

Tinerci

11Tinerci

13

ÖRNEKLEM BÜYÜKLÜĞÜ

ÖRNEKLEM BÜYÜKLÜĞÜ

Bir araştırma planlanırken ilk sorulan soru, örneklem büyüklüğünün nasıl belirleneceği ve ne kadar olacağıdır.

Genellikle bilimsel çalışmaların çoğunda birden fazla değişken incelenmektedir. Ancak, çalışmanın ana amacıyla ilişkili olan değişken için örneklem büyüklüğünün hesaplanması yeterlidir.

ÖRNEKLEM BÜYÜKLÜĞÜ

İstatistiksel olarak kabul edilebilir

Uygulanabilir/ulaşılabilir

Genel olarak minimum örnek büyüklüğü 30’dur???

ÖRNEKLEM HATASı

Her örneklemde hata vardır

Olasılıklı örneklemlerde hata büyüklüğü ölçülebilir

Standart hata ile ifade edilir

Örneklem büyüklüğünü hesaplamadan önce

popülasyon ya da örneklem hakkında bir takım

bilgilere ihtiyacımız olmaktadır.

Olayın görülüş sıklığı

Ortalamaya göre istenen sapma (d)

Güven aralığıdır (1-)

ÖRNEKLEM BÜYÜKLÜĞÜNÜ BELIRLEME

Güven aralığına karar ver- örneklemden elde ettiğimiz değerin yüzde kaç olasılıkla araştırmacının saptadığı aralık arasında bulunacağını gösterir.

Genellikle bu düzey %95 -%99 olarak alınır.Ör: güven düzeyi = 0.05 düzeyini seçersek bulacağımız değerin %95

olasılıkla bu sınırlar arasına,% 5 olasılıkla bu sınırlar dışına düşebileceğini

kabul ediyoruz demektir.

ÖRNEKLEM BÜYÜKLÜĞÜNÜ SAPTAMAK IÇIN KULLANıLAN BAZı

FORMÜLLER :

OLAYıN GÖRÜLÜŞ SıKLıĞı INCELENECEK ISE

t² pq.

n=---------------------------

d²

N t² p q

o N= -------------------------

d²(N-1)+ t² p q

1. Evrendeki eleman sayısı bilinmiyorsa

2. Evrendeki eleman sayısı biliniyorsa

FORMÜLLERDE

N= Evrendeki birey sayısı

n= Örnekleme alınacak birey sayısı

p= İncelenecek olayın görülüş sıklığı ( olasılığı )

q= İncelenecek olayın görülmeyiş sıklığı (1-p)

t= Belirli serbestlik derecesinde ve saptanan yanılma düzeyinde t tablosunda bulunan teorik değer.

d= Olayın görülüş sıklığına göre yapılmak istenen + sapma olarak simgelenmiştir.

t:1.96 dır. _=0.05 de ∞ serbestlik derecesindeki t değeridir. :0.01

seçilirse t değeri aynı serbestlik derecesinde 2.59dur.N bilinmediği için serbestlik

derecesi ∞ olarak alınmıştır.

ÖRNEK

Bir ilköğretim okulunda “Okulda Şiddet” ile ilgili bir çalışma planlanmış ve araştırma kapsamına 5. ve 6. sınıflar alınmıştır.

5. sınıflar 150 erkek, 100 kız

6. sınıflar 200 erkek, 150 kız öğrenciden oluşmaktadır.

Örneklem büyüklüğünü belirleyiniz ( = 0.05 )?

ÇÖZÜM

Sayısı belli olan evrenden hareketle

N= 600

p= 0.50

q= 0.50

t= 1.96

d= 0.05

n= ?

N t² p q 600 x (1.96)² x 0.50 x 0.50 576

n=------------------------------------------------------ -------------- -------= -------- = 230

d²(N-1)+ t² p q (0.50)² x (1-600) + (1.96)² x 0.50 x 0.50 2.5

Tabaka ağırlığı = 230 / 600 = 0.38

KIZ ERKEK

6. Sınıflar 100 x 0.38 = 38 150 x 38 = 57

5. Sınıflar 150 x 0.38 = 57 200 x 38 = 76

Örnekleme 5. sınıflardan 38 kız 57 erkek, 6. sınıflardan ise 57 kız 76

erkek alınacaktır.

OLAYıN ORTALAMASı INCELENECEK ISE

t²

n=---------------------------

d²

N t²

o N= -------------------------

d²(N-1)+ t²

1. Evrendeki eleman sayısı bilinmiyorsa

2. Evrendeki eleman sayısı biliniyorsa

N= Evrendeki birey sayısı

n= Örnekleme alınacak birey sayısı

= Evren standart sapması.Çoğunlukla bilinmediği için örneklemin standart sapması kullanılır.

t= Belirli serbestlik derecesinde ve saptanan yanılma

düzeyinde t tablosunda bulunan teorik değer.

d= Olayın görülüş sıklığına göre yapılmak istenen + sapma olarak simgelenmiştir.

(sd=n-1)

(GÜÇ)POWER ANALİZİ

(GÜÇ)POWER ANALIZI

Sonuçlandırılmış bir araştırma doğrultusunda eldeedilen kararların gücünü belirlenmesi ve

planlanan bir araştırmada istatistiksel parametrelere

dayalı olarak örnek hacminin belirlenmesidir.

ÖRNEK HACMİNİN BELİRLENMESI

1 ) Popülasyon parametrelerinin bilinmesi;

Popülasyon değişkenlerinin istatistiksel parametrelerine (ortalama, standart sapma vs.) ilişkin kesin veya tahmini bilgileri

2) Etki Büyüklüğünün Belirlenmesi;

APA tarafından, araştırmalarda p değeri ile birlikte mutlaka etki büyüklüğünün de hesaplanarak raporlanması gerektiği belirtilmektedir

Çalışmalarda karşılaştırılan gruplar arası farkın önemliliği anlamlılığını değerlendirmede hemen her zaman dikkate alınan konu istatistiksel önemlilik olup olmadığıdır. Bir başka ifade ile p değerinin 0.05’ten küçük olmasıdır.

Çoğu araştırmacı veya okur çalışmada bulunan p değeri <0.05 olduğunda bulunan sonucun önemli olduğunu, hatta hatta bu değer sıfıra çok yaklaştığında sonucun çok ama çok önemli olduğunu düşünür veya yorumlar.

Oysa p değeri gruplar arası bulduğumuz farkın veya yapılan analiz korelasyon analizi ise incelenen değişkenler arasındaki doğrusal ilişkinin şansa bağlı (tesadüfi) ortaya çıkıp çıkmadığını gösteren bir sonuçtur.

Bu değer sıfıra ne kadar yakın olursa, bulduğumuz farkın veya doğrusal ilişkinin şansa bağlı ortaya çıkma olasılığının çok düşük olduğunu gösterir fakat bulduğumuz sonucun klinik olarak önemli bir sonuç olduğunu kanıtlamaz.

“p” değerinin çalışmada incelenen örnek büyüklüğünden etkilenir, büyük örneklemlerde gerçekleştirilen çalışmalarda gruplara ait ortalamalar-ortancalar arası klinik olarak önemi olmayan çok küçük farklar olsa dahi, p değeri 0.05’ten küçük olabilir.

Etki büyüklüğü (EB), klinik olarak anlamlı farklılığın ortaya konması için ilgilenilen sonuç değişkenine göre iki ortalama

ya da iki oran arasındaki beklenen farklılık tır.

Etki büyüklüğü, yeni denenen bir yöntemin, eskisine kıyasla ne kadar fark oluşturduğu kavramı olup farklı şekillerde hesaplanabilmektedir.

Etki büyüklüğüne öncelikle konu ile ilgili literatür tarayarak, bu konuda yapılmış veya ulaşılmış çalışma yoksa araştırmacının geçmiş deneyimleri ile karar verilebilir. Herhangi bir şekilde örneği olmayan bir çalışma için ise bir pilot-ön çalışma düzenlenerek etki büyüklüğü belirlenebilir.

Etki büyüklüğünün hesaplanmasında en yaygın kullanılanı Cohen tarafından geliştirilen hesaplama (d) dır. Klinik çalışmalarda etki büyüklüğü değerinin ≥0.5 olması önerilir.

Gruplar arası fark (d) sembolü ile gösterilmektedir ve klinik araştırmalarda karşılaştırılacak gruplar arasındaki mutlak farkı belirtir.

Örneğin çalışmada ilgilenilen sonuç değişkeni (primary outcome-dependent variable) bir oran ise, tedavi grubu ile kontrol grubu arasındaki ilgilenilen olayın gözlenme oranı farkı, başka bir ifade ile karşılaştırılan gruplar arasındaki mutlak değişim farkıdır.

Örneğin ilgilendiğimiz olay panik atak hastalarında

farklı tedavi seçenekleri ile ikinci bir atağın önlenmesi

olsun. Tekrarlayan atak A tedavi grubunda %14, diğer

grupta ise %8 olarak gözleniyorsa mutlak fark d=%6

birimdir.

Buna karşılık çalışmada incelenen olay ölçümsel (sürekli) bir değişken ise gruplara ait ortalamalar arası farkın grupların standart sapmalardan elde edilecek harmanlanmış (pooled) standart sapmaya bölümü EB’yi verir.

Bir örnekle etki büyüklüğünü (EB) hesaplayacak olursak

karşılaştırdığımız iki gruba ait ortalamalar 24 ve 20

olsun. Buna karşılık gruplara ait standart sapmalarda

sırasıyla 5 ve 4 olsun

EB= A grubunun ortalaması - B grubunun ortalaması

Harmanlanmış (pooled) standart sapma

SSpooled = √(SSgrupA + SS2 grupB ) / 2

SSpooled = √(5karesi+4karesi)/2 = 4.53

EB = 24-20 = 0.88

4.53

Yorum: Bu sonuç iki grup arasındaki farkın

klinik olarak önemli kabul edilecek büyük bir fark olduğunu göstermektedir.

Çalışmada birden fazla değişken, sonuç değişkeni olarak

incelenecekse, bu durumda her bir değişken için fark

değerleri (d) ve etki büyüklükleri (EB) hesaplanır. Bu d ve

EB değerleri için belirli bir alfa hata ve güç (1-beta hata)

değerleriyle örneklem sayıları saptanır. Saptanan en yüksek örneklem sayısı çalışmada alınması gerekli örneklem sayısını gösterir.

Örnek: İki guruptan birisinin bilgi ortalaması 12.01±3.20, diğerininki 15.20±1.50 ise ve arada istatistiksel olarak anlamlı fark var ise yaklaşık 3 puanlık bilgi farkı gerçekte dikkate değer bir fark mıdır? Yoksa uygulamada bir anlam ifade etmiyor mu? Sorusunun cevabıdır.

Farklı çalışma dizaynlarında etki büyüklüğünü hesaplama yolları da farklıdır.

Her test için başka formülle hesaplanır.

COHEN TARAFıNDAN BILDIRILEN ETKI BÜYÜKLÜĞÜ

ARALıKLARı

Düşük Etki

Büyüklüğü

Orta Etki

Büyüklüğü

Yüksek Etki

Büyüklüğü

Student t testi 0.2 0.5 0.8

Varyans

analizi

0.1 0.25 0.4

Ki-kare testi 0.1 0.3 0.5

3) Örnek Hacmi belirlenmesi için tip I hata olasılığı vetip II hata olasılığının belirlenmesi;

Tip I hata olasılığı Alfa(a) nın belirlenmesi

gerekmektedir.

Alfa değeri genelde 0.05, 0.01 ve 0.001 değerlerinden

biri olarak seçilir.

Alfa değeri düştükçe örnek hacmi de artacaktır. Tip I hata araştırmacı tarafından önceden belirlenir ve genellikle 0.05 ya da 0.01 olarak seçilir .

Eğer Tip I hata düzeyi 0.05 olarak kabul edilirse, fark yoktur sonucu çıktığında %95 olasılıkla fark yoktur anlamına gelir.

Tip II Hata (β): Gerçekte doğru olan H1 hipotezini kabul

etmeyerek, reddedilmesi durumunda ortaya çıkan

hatadır. β ile gösterilir

Tip II hata olasılığı Beta(β ) dır ve sıfıra yaklaşan bir değerdir.(1-B) testin gücünü oluşturmaktadır.

Beta değerleri 0.20, 0.15, 0.10 … gibi değerler

seçilebilir.

Beta değeri ne kadar küçük seçilirse

testin gücüde o denli büyür.

Sonucunda populasyondan seçilecek örnek hacmi

büyüyecek ve testin gücü artacaktır.

4) Örnek seçiminde parametre tahmininin güvenaralığının belirlenmesi;

Araştırmada örnek hacminin belirlenmesi için

parametre tahmininin hangi güven aralığında

yapılacağının belirlenmesi gerekir.

Genelde parametre tahminleri %95, %99 ve %99.9

olasılıkla gerçekleştirilmektedir.

Güven aralığı arttıkça seçilecek örnek miktarı da

artacaktır.

5) Hipotezin yönünün belirlenmesi;

Yapılan araştırmada amaç doğrultusunda hipotezin

yönünün belirlenmesi gerekmektedir.

ÖRNEK HACMİNİN HESAPLANMASı

Örnek Hacmi(n);

Evren

Değişkenin nitel ya da nicel olmasına

Veri toplama düzenine

Veri analizi yöntemine

Etki büyüklüğüne

Alternatif hipotezin yön belirtip belirtmemesine

Alfa(a) yanılma payına ve güç oranına (1- β)

göre hesaplanır.

UYGULAMANıN PAKET PROGRAMDA ÇÖZÜMLENMESI

Power analizi ve örnek hacminin belirlenmesi adına bazı yazılım programları geliştirilmiştir.

PASS Minitab, Statistica, STATA

Programın çıktısı şu şekildedir.

Bu sonuçlara göre uygulamamız sonucu aldığımız kararların %81.86 güç ile güvenilirlikle ve geçerlidir.

Güç ya da örneklem büyüklüğü hesaplamak için;

http://newton.stat.ubc.ca/~rollin/stats/ssize/

http://www.dssresearch.com/toolkit/spcalc/power_a2.asp

http://www.dssresearch.com/toolkit/sscalc/size.asp

http://www.stat.uiowa.edu/~rlenth/Power/

http://calculators.stat.ucla.edu/powercalc/

http://bio.ri.ccf.org/power.html